需要一种算法来匹配模式答案

【问题标题】：Need an algorithm to match patterns需要一种算法来匹配模式
【发布时间】：2020-04-17 14:17:44
【问题描述】：

我的数据有点像上图。我知道每个数据点沿水平轴的位置。我也知道每个数据点的高度。有一些人对参考模式感兴趣。（以红色显示）。我希望能够输入参考模式和示例模式，并让算法识别示例中感兴趣的人。

人的身高和位置可能会有所不同。值得庆幸的是，由于 P1 永远无法超过 P2，因此顺序得到了一定程度的保留。但是，示例模式中可能会缺少人员。（示例 2）。此外，无关人员可能会以某种模式出现。（示例 1）。

我想我可以实现一个神经网络或逻辑回归模型来解决这个问题。我可以生成大量用于训练的人工数据。我只需要一些帮助来构建它。欢迎任何建议。我在该领域只有中等经验。

我对此的当前实现使用最大似然统计。它有些缺陷，仅限于人数大于或等于参考的示例。

对于低质量的绘图感到抱歉。

【问题讨论】：

“感兴趣的人”是什么意思？
“感兴趣的人”是指参考模式中需要在示例模式中识别的元素。并非参考模式中的所有元素都需要在示例模式中进行标识。
你的匹配规则非常不清楚。例如在示例 2 中，为什么没有人与 P2 匹配？
算法应该检测到 P2 最有可能丢失。抱歉没有具体说明。
这是一个有趣的问题，但由于它不是专门针对编程的，因此不适合 SO。试试 stats.stackexchange.com 或者 cs.stackexchange.com。

【解决方案1】：

我不明白为什么您需要神经网络来完成这项任务。例如，最有可能的人可以这样计算

其中 f(x) 是位置的高度和 h(x) 的偏差函数。（a 和 be 可用于加权）

如果这超过了一个阈值（你必须定义一个），那么这个人很可能不存在

【讨论】：

假设 P1、P2、P3 具有相同的高度，并且它们在参考中都间隔 1 个水平单位。现在想象我们匹配的模式几乎相同，但所有元素都向右移动了 1 个水平单位。使用您的功能，我相信 P1 将被识别为参考 P2，而 P2 将被识别为参考 P3。 P3 将被视为无关，该函数会将 P1 归类为缺失。除非我误解了什么。